AI 时代重新思考机器人安全：三层攻击面与全生命周期保障
机器人安全正从"故障时是否安全"转向"攻击者篡改感知与决策时是否安全"，训练后门、系统漏洞与运行时感知操纵构成三层攻击面。NeurIPS 2025 的 BadVLA 针对 VLA 模型植入后门，GoBA 以咖啡杯等日常物品为触发器实现 97% 攻击成功率；UniPwn 利用硬编码密钥与命令注入可"蠕虫式"扩散至整机队。
机器人安全正从"故障时是否安全"转向"攻击者篡改感知与决策时是否安全"，训练后门、系统漏洞与运行时感知操纵构成三层攻击面。NeurIPS 2025 的 BadVLA 针对 VLA 模型植入后门，GoBA 以咖啡杯等日常物品为触发器实现 97% 攻击成功率；UniPwn 利用硬编码密钥与命令注入可"蠕虫式"扩散至整机队。